А если я аналитик, но в DE пока вообще ничего не понимаю? 😳
После прошлого поста про переход из аналитики в дата-инженерию я поймала себя на мысли, что главный вопрос здесь, кажется, даже не «надо ли мне в DE?». В целом все понимают перспективность перехода в дата-инженерию. Гораздо чаще возникает другой вопрос: «А достаточно ли у меня сейчас знаний, чтобы вообще зайти в DE?»
И когда начинаешь смотреть на базовый стек дата-инженера, в голове примерно следующее: SQL — знаю. Python — тоже. Airflow — видел. Kafka — примерно представляю, что это что-то важное. Spark — лучше пока не спрашивайте.
И где-то между «DWH» и «оркестрацией пайплайнов» появляется ощущение, что к первой позиции DE ты пока не готов.
Хотя если ты уже работаешь аналитиком, у тебя, скорее всего, уже есть приличная часть фундамента. Ты уже понимаешь, что такое данные, зачем нужны витрины, почему один и тот же показатель может внезапно считаться по-разному в двух командах и почему запрос на 15 JOIN'ов — не всегда хорошая идея. А значит, вопрос скорее не в том, чтобы начать профессию с нуля, а в том, чтобы достроить недостающий инженерный слой. И вот здесь мне как раз нравится подход Симулейтив в их буткемпе «Инженер данных».
Первые 10 недель — база и выход на junior-уровень. Дальше — более глубокое погружение в инструменты и развитие уже в сторону middle. На обучение совершенно не обязательно приходить уже с опытом работы с Airflow, Spark и Kafka или с умением самостоятельно строить DWH. Наоборот — можно спокойно разобраться с тем, как все это устроено и зачем вообще нужно за 10 недель, а после углубить свои знания.
При этом на буткемпе довольно много внимания уделяют не только технологиям, но и тому, с чем предстоит работать на реальной позиции: ➖строить пайплайны ➖работать с хранилищами и DWH ➖обрабатывать данные ➖писать SQL и Python ➖разбираться с архитектурой ➖готовиться к собеседованиям еще во время обучения
Кстати, после прошлого поста мне особенно запомнилась одна мысль: к собеседованиям действительно стоит готовиться еще во время обучения, а не оставлять их «на потом». Так ты быстрее понимаешь, каких знаний тебе не хватает, учишься рассказывать о своих проектах и постепенно привыкаешь к формату технических вопросов. А главное — не попадаешь в ловушку, когда полгода изучаешь стек, а потом только начинаешь разбираться с резюме, портфолио и собеседованиями. Поэтому важно двигаться параллельно: учиться, делать проекты и постепенно проверять себя через собеседования.
В этом плане формат буткемпа подходит лучше всего: есть структура, ментор, регулярные занятия, реальные инструменты и возможность не вариться во всем этом самостоятельно.
Плюс есть гостевые лекции от дата-инженеров из Яндекса, Т-Банка, Авито, Сбера и Ozon и ИИ-инструменты, которые используют в обучении.
У Симулейтив все так же остались гранты на обучение и гарантия трудоустройства для студентов, но места на новый поток разбирают еще активнее чем на прошлый, остально только 3 места и старт потока будет 10 октября!
Так что не ждите идеального момента, действуйте прямо сейчас. Усильте свой профессиональный трек новым стеком.
🔗 ЗАБРОНИРОВАТЬ МЕСТО
В этом посте были ссылки, но мы их удалили по правилам Сетки
